采用新型密度聚类进行人脸识别的方法

摘要

本发明提出一种采用新型密度聚类进行人脸识别的方法，读取人脸图像，将图像矩阵转换为特征向量，用特征向量集f作为待聚类的数据集P的输入，计算P中每两个人脸特征向量点之间的距离，算出所有点的均值，在P中找到距离均值点最近的点作为密度中心点，计算所有点的密度，迭代寻找密度中心点，将最后的收敛点作为密度汇聚点，将密度汇聚点中是其自身，且密度值大于t的点作为局部密度中心点，对集合LPS中的所有点按最近邻近算法进行聚类，并标记类别标号，把其它所有非局部密度中心点p的类别初始化为‑1,划归到与其汇聚中心点相同类别，剩下的类别标号为‑1的点记为离群点，最后输出聚类结果，本发明具有准确度高，能识别复杂数据的优点，提高了人脸识别的准确度。